多种统计模型联用揭示PFASs混合物致流产风险，PFBA与PFDoDA为主要元凶

一、摘要与主要结果

二、研究结果

1、研究对象基本特征

表1总结了研究人群的基本人口学特征。

2、血清PFAS检出情况与浓度

表S1概述了PFASs的检出率和血清浓度。在关注的15种PFASs中，PFOS、PFOA、PFNA、PFDA和PFUnDA的检出率均为100%，而PFHpA（25.37%）、PFPeA（28.86%）、PFHxA（25.37%）和PFBS（5.97%）的检出率低于30%。PFHxS、PFDoDA、PFBA、6:2Cl-PFESA、8:2Cl-PFESA和PFHpS的检出率分别为99.50%、93.03%、99.00%、99.00%、67.17%和94.53%。表2显示了血清PFASs浓度的分布情况。总体而言，病例组的血清PFASs中位浓度较高。PFOA的浓度最高，病例组中位数为3.26ng/mL，对照组为3.07ng/mL。

3、血清PFASs浓度与URSA结局的关联

• 3.1、单一PFASs与URSA的关联

表3显示了血清PFASs水平与URSA风险的关联，包括作为连续变量（调整后OR表示每ln单位增加的URSA风险）和三分位数（T1,T2,T3）的分析结果。当作为连续变量处理时，我们观察到PFBA、PFDoDA、PFOS和PFHpS与URSA存在显著正相关。相反，6:2Cl-PFESA则呈现负相关。当PFASs水平按三分位数（T1,T2,T3）处理时，在控制潜在混杂因素后，PFBA、PFDoDA、PFHpS、PFHxS和6:2Cl-PFESA仍与URSA显著相关。与最低三分位数相比，PFBA在第二分位数（OR:4.26;95%CI:1.92,9.45）和第三分位数（OR:8.10;95%CI:3.48,18.89）与URSA风险增加相关。PFDoDA在第二分位数（OR:2.17;95%CI:1.72,4.35）和第三分位数（OR:3.18;95%CI:2.24,4.85）与URSA风险增加相关。PFHxS在第三分位数（OR:2.46;95%CI:1.15,5.25）与URSA风险增加相关。PFHpS在第三分位数（OR:2.56;95%CI:1.15,5.69）与URSA风险增加相关。相反，6:2Cl-PFESA在第二分位数（OR:0.16;95%CI:0.06,0.49）和第三分位数（OR:0.06;95%CI:0.06,0.23）与URSA风险降低相关。对于PFBA、PFDoDA、PFHxS和PFHpS，观察到OR值随三分位数升高而上升的趋势（趋势P值<0.05），而6:2Cl-PFESA则呈现单调下降趋势（趋势P值<0.001）。通过敏感性分析评估稳健性时，这些发现保持稳定（表S2）。

• 3.2、PFASs混合物对URSA风险的影响：来自WQS、QGC和BKMR模型的结果

在多元WQS模型中，混合PFASs与URSA呈正相关（OR:4.87;95%CI:1.30,3.72;P<0.001）。PFASs混合效应的主要贡献因子是PFDoDA（70.45%）和PFBA（26.76%）（图2a）。当假设PFASs为负相关时，多元WQS模型也显示混合PFASs与URSA呈负相关（OR:0.36;95%CI:0.30,0.44,P<0.001），主要贡献因子是6:2Cl-PFESA（86.45%）（图2b）。

在QGC模型中，未发现PFASs混合物同时增加一个三分位数与URSA之间存在统计学显著关联（OR:2.05;95%CI:0.48,8.67;P=0.328）。结果显示PFDoDA（23.60%）和PFBA（37.61%）与URSA呈显著正相关，而6:2Cl-PFESA（65.77%）与URSA的负相关程度最大（图3）。

使用BKMR模型评估血清PFASs对URSA总效应的影响（图S2）。值得注意的是，6:2Cl-PFESA的后验包含概率（PIP）最高（PIP=1.000），其次是PFBA（PIP=0.9979）、8:2Cl-PFESA（PIP=0.9788）和PFDoDA（PIP=0.9762）。在所有单一PFASs中，PFBA、PFDoDA和PFOS与URSA呈现正剂量反应关系，而6:2Cl-PFESA呈现负剂量反应关系（图4）。当其他PFASs浓度固定在第50和第75百分位数时，PFBA显著增加URSA风险。相反，当其他PFASs浓度固定在第25、第50和第75百分位数时，6:2Cl-PFESA对URSA表现出显著的负面效应（图5）。

三、设计与统计学方法